注意缺陷多动障碍（ADHD）影响着数百万儿童，然而许多儿童即使存在早期迹象，仍需经过多年才能获得诊断。研究人员现正探究人工智能（AI）是否能更早识别这些迹象。
一项新研究表明，常规医疗咨询中收集的信息可用于更早识别存在ADHD风险的儿童，早于通常的诊断时间点。杜克医疗（Duke Health）研究人员正探索如何利用人工智能，通过电子医疗档案中已有的数据实现早期识别。该研究于周一发表在《自然-心理健康》杂志。
人工智能模型的工作原理
研究人员使用了超过14万名患有或未患ADHD儿童的医疗档案数据。人工智能模型经过训练，可分析从出生到幼儿期的医疗历史，学习识别在诊断确立前几年频繁出现的发育、行为和临床事件模式。
该模型能准确预测5岁及以上儿童未来的ADHD风险。无论性别、种族、民族或医疗保险状况如何，其表现始终保持稳定。
该工具并不用于确诊，而是提示哪些儿童可能需要儿科医生更细致的评估，或更早转诊至专科医生进行ADHD评估。研究作者强调，早期风险识别可加速诊断并实现更及时的干预，这与更好的学业、社交及健康结果相关。然而，在此类工具投入临床实践前，仍需开展进一步研究。
缺乏支持可能导致严重后果
研究人员警告，缺乏准确诊断和适当支持会显著影响ADHD患儿。及时获得经科学验证的干预措施，对实现发展目标和长期预后至关重要。
来自杜克大学医学院（Duke University School of Medicine）的研究团队包括生物统计学、生物信息学和精神病学专家，该研究是利用人工智能预测儿童及青少年精神障碍风险的更大规模努力的一部分。
【全文结束】
